期刊文献+

一类非线性混沌系统的RBF神经网络控制 被引量:1

Control for a class of nonlinear chaotic systems using radial basis function network
下载PDF
导出
摘要 设计了一种基于径向基函数网络(RBFNS)的混沌非线性动力系统控制方法,将嵌入在混沌吸引子中不稳定周期轨道镇定到稳定不动点。用Logistic方程和Henon映射作数值仿真实验,证明了该方法的有效性。 A general method based on radial basis function networks (RBFNs) for the chaotic nonlinear dynamical system is presented to achieve and maintain control of the unstable periodic orbits embedded in a chaotic attractor. The simulation results of Logistic equation and Henon map illustrate the effectiveness of the proposed technique.
作者 谭文 王耀南
出处 《电机与控制学报》 EI CSCD 北大核心 2004年第4期303-306,共4页 Electric Machines and Control
基金 国家自然科学基金资助项目(60375001 60075008 60102010)湖南省自然科学基金资助项目(03JJY3107)
关键词 非线性混沌系统 RBF神经网络 离散系统 控制方法 数值仿真 chaos control unstable periodical orbit radial basis function networks attractor
  • 相关文献

参考文献7

  • 1OTT E, GREBOGI C, YORKE J A. Controlling chaos [J].Phys Rev Lett, 1990, 64(11):1 196-1 199.
  • 2PYRAGAS K. Continuous control of chaos by selfcontrolling feedback [J]. Phys Lett A, 1992,170(6):421-428.
  • 3PYRAGAS K. Experimental control of chaos by delayed self-controlling feedback[J]. Phys Lett A, 1993, 180(1):99-102.
  • 4HUBERMAN B A. Dynamics of adaptive systems[J]. IEEE Trans on Circuits and Systems, 1990, 37(4):457-550.
  • 5ALSING P M, GARIELIDES A. Using neural networks for controlling chaos [J]. Phys Rev E, 1994, 49:1 225-1 231.
  • 6LIN C T. Controlling chaos by GA-based reinforcement learning neural networks[J]. IEEE Transactions on Neural networks, 1999, 10(4): 846-859.
  • 7JYH-SHING R J. ANFIS: adaptive-network-based fuzzy inference[J]. IEEE Trans on Systems, Man and Cybernetics,1993, 23(3): 665-685.

同被引文献10

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部